随着科技不断飞速发展,无人驾驶技术从世纪初的呱呱坠地,经历了十几年的演变,如今已焕然一新,技术越发成熟。近几年,研究学者从理论出发,在传感器选择、处理种类、技术算法等各个方面提出优秀且杰出的研究方法。研究的首要任务是保障驾驶员的安全,因此目标检测技术被十分重视。障碍物检测是其中较为困难的部分,因为辅助驾驶系统难以如人一般估测目标是否为障碍物。目前的检测技术虽能对道路周围的汽车、行人等进行障碍物检测,但无法以未知的、难以判断的物体作为障碍物对象。针对上述障碍物复杂多变且难以检测的问题,本文提出并设计了一种适用于汽车泊车的基于车载环视系统的对小型且未知种类的障碍物检测技术方法。该检测方法本质是基于相机成像原理以及透视变换的非线性特点,即一段图像序列中物体的运动在全景视角下因高度不同导致位移差异,通过与汽车的位移比较将障碍物检测出来。首先,在汽车四周放置鱼眼镜头并对其标定与矫正,利用透视变换将同时刻的四张图像分别转换到鸟瞰视角,并拼接融合得到全景环视图。其次,提出一种相邻帧之间车位线交点的检测模型。先粗略提取白色区域轮廓的拐点,依据车位线交点距离、连线夹角等标准进行筛选,最后以车位线的宽度为距离寻找成对交点精确提取,相邻帧之间基于欧氏距离进行匹配;在获取相邻两帧中地面特征点以后,由二维ICP算法计算自车运动估计,得到前一帧的模拟当前帧,消除了动态背景。最后,提出一种基于HSV空间的障碍物检测方法。将色度通道划分为六个区间对图像颜色分割得到子区域,并比较模拟帧和当前帧的对应子区域,如果是属于地面的区域则两帧的子区域相同,反之属于障碍物的区域则因为位移不相等而导致子区域不同。通过子区域轮廓外接矩形的位置及大小判断是否相同,最终检测出障碍物。为验证检测算法的可行性,在停车场中放置各种小型障碍物并进行试验。根据障碍物种类拍摄六段视频序列。视频序列1和2含有路锥、路杆等静态障碍物,视频序列3和4含有自行车、行人等动态障碍物,视频序列5和6含有垃圾桶、行李箱等不常见障碍物,共计1441个障碍物。其中,平均召回率为94.15%,平均误识率为7.58%。试验结果表明,该算法在停车场中可有效检测停车场中的小型障碍物,无论是运动或静止的障碍物均可以检测,对于未知外观的物体也可以检测,同时具备一定的准确性与健壮性。